論文の概要: Learning Feedback Mechanisms for Measurement-Based Variational Quantum State Preparation

• arxiv url: http://arxiv.org/abs/2411.19914v1
• Date: Fri, 29 Nov 2024 18:21:51 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-12-02 15:19:37.045420
• Title: Learning Feedback Mechanisms for Measurement-Based Variational Quantum State Preparation
• Title（参考訳）: 測定に基づく変分量子状態生成のための学習フィードバック機構
• Authors: Daniel Alcalde Puente, Matteo Rizzi,
• Abstract要約: この研究は、測定とフィードバックを変動量子回路に組み込む自己学習プロトコルを導入する。 条件付き測定とフィードバックを組み合わせることで、プロトコルは単体のみのメソッドを超えて拡張される状態準備戦略を学ぶ。
• 参考スコア（独自算出の注目度）: 0.0
• License:
• Abstract: This work introduces a self-learning protocol that incorporates measurement and feedback into variational quantum circuits for efficient quantum state preparation. By combining projective measurements with conditional feedback, the protocol learns state preparation strategies that extend beyond unitary-only methods, leveraging measurement-based shortcuts to reduce circuit depth. Using the spin-1 Affleck-Kennedy-Lieb-Tasaki state as a benchmark, the protocol learns high-fidelity state preparation by overcoming a family of measurement induced local minima through adjustments of parameter update frequencies and ancilla regularization. Despite these efforts, optimization remains challenging due to the highly non-convex landscapes inherent to variational circuits. The approach is extended to larger systems using translationally invariant ans\"atze and recurrent neural networks for feedback, demonstrating scalability. Additionally, the successful preparation of a specific AKLT state with desired edge modes highlights the potential to discover new state preparation protocols where none currently exist. These results indicate that integrating measurement and feedback into variational quantum algorithms provides a promising framework for quantum state preparation.
• Abstract（参考訳）: この研究は、測定とフィードバックを変動量子回路に組み込んだ自己学習プロトコルを導入し、効率的な量子状態の準備を行う。 プロジェクティブな計測と条件フィードバックを組み合わせることで、このプロトコルは、測定ベースのショートカットを活用して、単体のみの手法を超えて拡張する状態準備戦略を学習する。 このプロトコルは,Spin-1 Affleck-Kennedy-Lieb-Tasaki状態をベンチマークとして,パラメータ更新周波数とアンシラ正規化の調整により,測定誘起局所最小値の族を克服して高忠実度状態の準備を学習する。 これらの努力にもかかわらず、変動回路固有の非凸景観のため、最適化は依然として困難である。 このアプローチは、拡張性を示すために、翻訳的に不変な ans\atze とリカレントニューラルネットワークを使用して、より大きなシステムに拡張される。 さらに、エッジモードを希望する特定のAKLT状態の生成が成功すれば、現在存在しない新しい状態準備プロトコルを発見する可能性も浮き彫りになる。 これらの結果は、測定とフィードバックを変分量子アルゴリズムに統合することは、量子状態の準備に有望なフレームワークを提供することを示している。

関連論文リスト

• Efficient preparation of the AKLT State with Measurement-based Imaginary Time Evolution [2.5938976557097715]
  本稿では,Affleck-Lieb-Kennedy-Tasakiモデルの基底状態を決定論的に生成する手法を提案する。 MITEアプローチを用いて効率的に調製できることが示される。 この手順は、キュービットベースのシミュレータと互換性があることが示される。
  論文  参考訳（メタデータ） (2023-10-09T18:00:03Z)
• Near-Term Distributed Quantum Computation using Mean-Field Corrections and Auxiliary Qubits [77.04894470683776]
  本稿では,限られた情報伝達と保守的絡み合い生成を含む短期分散量子コンピューティングを提案する。 我々はこれらの概念に基づいて、変分量子アルゴリズムの断片化事前学習のための近似回路切断手法を作成する。
  論文  参考訳（メタデータ） (2023-09-11T18:00:00Z)
• Randomized adaptive quantum state preparation [0.0]
  コスト関数を最小化し、適応的に構築された量子回路を介して所望の量子状態を作成する。 ほぼ全ての初期状態に対して、対象状態への収束が達成できるという理論的議論と数値的な証拠を提供する。
  論文  参考訳（メタデータ） (2023-01-10T20:32:49Z)
• Deterministic constant-depth preparation of the AKLT state on a quantum processor using fusion measurements [0.2007262412327553]
  スピン-1 Affleck, Kennedy, Lieb, TasakiAKLT モデルの基底状態は、行列積状態と対称性保護位相の両方のパラダイム的な例である。 非ゼロ相関長を持つAKLT状態は、局所ゲートからなる一定の深さのユニタリ回路によって正確には作成できない。 固定深度回路を融合測定で拡張することにより、この非ゴー限界を回避できることを実証する。
  論文  参考訳（メタデータ） (2022-10-31T17:58:01Z)
• Potential and limitations of quantum extreme learning machines [55.41644538483948]
  本稿では,QRCとQELMをモデル化するフレームワークを提案する。 我々の分析は、QELMとQRCの両方の機能と限界をより深く理解するための道を開いた。
  論文  参考訳（メタデータ） (2022-10-03T09:32:28Z)
• Decomposition of Matrix Product States into Shallow Quantum Circuits [62.5210028594015]
  テンソルネットワーク(TN)アルゴリズムは、パラメタライズド量子回路(PQC)にマッピングできる 本稿では,現実的な量子回路を用いてTN状態を近似する新しいプロトコルを提案する。 その結果、量子回路の逐次的な成長と最適化を含む1つの特定のプロトコルが、他の全ての手法より優れていることが明らかとなった。
  論文  参考訳（メタデータ） (2022-09-01T17:08:41Z)
• Adaptive Quantum State Tomography with Active Learning [0.0]
  本稿では,能動学習を用いた量子状態トモグラフィーの効率的なスキームを提案し,実装する。 本手法は, 1次元のXXZモデルと運動的に制約されたスピン鎖の基底状態だけでなく, 様々なエンタングルメントの程度で異なるマルチキュービット状態の再構成を行う。 提案手法は,量子多体システムにおける物理的洞察を得るとともに,量子デバイスをベンチマークし,特徴付けるためにも有効である。
  論文  参考訳（メタデータ） (2022-03-29T16:23:10Z)
• Gradient Ascent Pulse Engineering with Feedback [0.0]
  本稿では,モデルなし強化学習の概念を取り入れたフィードバック-GRAPEを提案する。 本手法は,ノイズの存在下での状態調整と安定化のための解釈可能なフィードバック戦略を導出する。
  論文  参考訳（メタデータ） (2022-03-08T18:46:09Z)
• Dynamical learning of a photonics quantum-state engineering process [48.7576911714538]
  実験的な高次元量子状態の工学は、いくつかの量子情報プロトコルにとって重要な課題である。 我々は、フォトニック軌道Angular Momentum(OAM)ステートを設計するための自動適応最適化プロトコルを実装した。 このアプローチは、量子情報プロトコルや技術のためのノイズの多い実験タスクを自動最適化するための強力なツールである。
  論文  参考訳（メタデータ） (2022-01-14T19:24:31Z)
• Benchmarking adaptive variational quantum eigensolvers [63.277656713454284]
  VQEとADAPT-VQEの精度をベンチマークし、電子基底状態とポテンシャルエネルギー曲線を計算する。 どちらの手法もエネルギーと基底状態の優れた推定値を提供する。 勾配に基づく最適化はより経済的であり、勾配のない類似シミュレーションよりも優れた性能を提供する。
  論文  参考訳（メタデータ） (2020-11-02T19:52:04Z)
• Neural network quantum state tomography in a two-qubit experiment [52.77024349608834]
  機械学習にインスパイアされた変分法は、量子シミュレータのスケーラブルな状態キャラクタリゼーションへの有望な経路を提供する。 本研究では,2ビットの絡み合った状態を生成する実験から得られた測定データに適用することにより,いくつかの手法をベンチマークし比較する。 実験的な不完全性やノイズの存在下では、変動多様体を物理状態に収束させることで、再構成された状態の質が大幅に向上することがわかった。
  論文  参考訳（メタデータ） (2020-07-31T17:25:12Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。